一面:
1.动态规划算法
2.用tf写iou:https://blog.csdn.net/u014061630/article/details/82818112
非极大值抑制:https://www.cnblogs.com/makefile/p/nms.html(https://www.jianshu.com/p/d2c7f6d9708f比较清楚)
二面:
LSTM:https://blog.csdn.net/musechipin/article/details/82754930
https://blog.csdn.net/musechipin/article/details/70843823
三面:
1.maxpooling实现,比较简单
拓展:滑动窗口的最大值 ,维护一个双端下降序列。
class Solution {
public:
vector<int> maxSlidingWindow(vector<int> &nums, int k) {
vector<int> res;
if (nums.size()<k || k<1) return res;
if (k==1) return nums;
deque<int> index;
for (int i=0;i<nums.size();i++) {
//最大的数可能已经超出滑窗范围了,处理
//放在最前面是因为保证空间复杂度O(k)
while (!index.empty() && i-index.front()>=k) index.pop_front();
//处理初始情况,如果没有数字先放进去
if (index.empty()) index.push_back(i);
else {
//从后往前比较,从离当前数最近的数字开始,比当前数字小的全都取掉
//即维护一个降序队列,保证前面的是最大的
//注意等于的也pop出去,保证最大的是更靠后的
while (!index.empty() && nums[index.back()]<=nums[i])
index.pop_back();
//当前的数放进去
index.push_back(i);
}
//前k-1个数不足k,没有结果
if (i>=k-1) res.push_back(nums[index.front()]);
}
return res;
}
};
2.随机shuffle
https://blog.csdn.net/qq_26399665/article/details/79831490
class Solution {
public vector<int> shuffle(vector<int> nums){
if (nums.size()<=1) return nums;
srand((int)time(0));
for (int i=nums.size()-1; i>=0; i--) {
int n=rand()%(i+1);
swap(nums[i],nums[n]);
}
return nums;
}
}
3.faster-rcnn https://blog.csdn.net/musechipin/article/details/87778266
ssd https://www.cnblogs.com/fariver/p/7347197.html
多种不同的目标检测算法:https://baijiahao.baidu.com/s?id=1598999301741831102&wfr=spider&for=pc
四面:
1.两个均匀分布,求两者差的绝对值期望
单个均匀分布:https://blog.csdn.net/ZnZnA/article/details/90081527
两个:带解答
2.大数据排序:https://blog.csdn.net/yu487/article/details/86021711